ナチュラルコンピューティングにおける実行の高速化を実現する計算手法

点击翻译按钮获取中文摘要

ナチュラルコンピューティングの一つとして，生物の細胞などの生態系を計算のためのハードウェアとみなして計算を行うための研究が注目を集めている.本研究では，ナチュラルコンピューティングの現実世界での計算の実行速度に焦点を当て，高速に実行可能な問題解法(アルゴリズム)の提案を行う.また，提案アルゴリズムを実行可能な計算シミュレータを開発し，提案アルゴリズムの正当性や実効性の検証を行うとともに，解の精度や計算速度についても評価を行う.令和４年度は，以下のような内容を中心に研究を行なった．(1) ロバスト性を持たせるための変換アルゴリズムの提案：本研究では，一般的なナチュラルコンピューティングのアルゴリズムに対してロバスト性を持たせるための必要条件を理論的に証明し，一般的な計算モデルに対してロバスト性を持たせるための変換手法の提案を行った．(2) 大規模シミュレーションが可能なシミュレータの構築：本研究費で購入済の計算サーバを用いて，既存のナチュラルコンピューティングシミュレータに対して改良を行い，大規模シミュレーションを実行可能なシミュレータの構築を行った．本シミュレータは，言語としてpythonを用いており，アルゴリズムの実際の実行ステップ数や利用資源量の検証が可能である.(3) ナチュラルコンピューティングにおける高速実行可能なアルゴリズムの提案：ナチュラルコンピューティングにおいて近年注目を集めている計算困難問題である最大クリーク問題，および，シュタイナー木問題に対するアルゴリズムの提案を行った．これらの問題ついては，高速な問題解決のためのデータ構造の提案を行うとともに，提案データ構造を用いて高速実行可能なアルゴリズムの提案を行った.また，提案アルゴリズムを(2)のシミュレーション環境に実装し，提案アルゴリズムの正当性や有効性の検証を行った.